数值分析教学资料 第八章 常微分方程的数值解.pptVIP

第八章 常微分方程的数值解 第八章 常微分方程的数值解 引言 简单的数值方法 Runge-Kutta方法 单步法的收敛性和稳定性 线性多步法 一阶常微分方程组和高阶方程 常微分方程的数值解法有单步法和多步法之分： 单步法：在计算yn＋1 时只用到前一点yn 的值 ； 多步法：计算yn＋1 时不仅利用yn，还要利用yn-1, yn-2,…….，一般k步法要用到 yn, yn-1, yn-2,……., yn-k+1。 xn y(xn) yn yn-y(xn) 0.0 0 0 0 0.2 0.1923 0.2000 0.0077 0.4 0.3448 0.3840 0.0392 0.6 0.4412 0.5170 0.0758 0.8 0.4878 0.5824 0.0946 1.0 0.5000 0.5924 0.0924 1.2 0.4918 0.5705 0.0787 1.4 0.4730 0.5354 0.0624 xn y(xn) yn yn-y(xn) 1.6 0.4494 0.4972 0.0478 1.8 0.4245 0.4605 0.0359 2.0 0.4000 0.4268 0.0268 2.2 0.3767 0.3966 0.0199 2.4 0.3550 0.3698 0.0147 2.6 0.3351 0.3459 0.0108 2.8 0.3167 0.3246 0.0079 3.0 0.3000 0.3057 0.0057 Euler方法的局部截断误差： （设yn=y(xn)） 上面第一个式子的右端在(xn,yn)作泰勒展开后,按h的幂次作升序排列 ： 例如，要求 即 P228 习题八：1，2，3. 称中点公式，相当于数值积分的中矩形公式： 如取a= ? ，则c1= c2= ?， ?2=?21 =1，即为改进Euler公式。 若取a= 1，则c1= 0，c2= 1， ?2=?21 = ? ，得 三、三阶与四阶Runge-Kutta方法 当r=3时，R-K公式表示为 其中 为8个待定常数。 上式的局部截断误差为 类似二阶的推导过程，将K2,K3按二元函数展开，使Tn+1= O(h4)，得 方程有8个未知数，解不唯一。 满足该条件的公式统称为三阶R-K公式。 其中一个常用公式为： 当r=4时，利用相同的推导过程，经过较复杂的计算，可以得出四阶R-K公式的成立条件。 下列经典公式是其中常用的一个： 8.4 单步法的收敛性和稳定性 一、单步法的收敛性 定义：若某数值方法对于任意固定的节点xn= x0+nh (n=0,1,2,…)，当h?0时有yn ? y(xn)，则称该方法是收敛的。 定理：设yn+1= yn+h?(xn, yn，h)具p阶精度，且?(x, y,h)关于y满足Lipschitz条件 又设初值y0准确，即y0=y(x0)，则其整体截断误差y(xn) -yn= O(hp)。 证明： 若取 则局部截断误差 由已知条件Tn+1= O(hp+1)，即存在常数C，使 又 记 故 即对整体截断误差en，满足 当xn- x0=nh≤T时， 可得下列估计式 若e0=0，则 即 y(xn) -yn= O(hp)。 注：定理表明，当p≥1时单步法收敛。 定义：若增量函数?(xn, yn，h)满足 则称单步法与初值问题相容。 故由上述定理可知，单步法收敛的充要条件是此方法是相容的（ p≥1 ）。 二、单步法的稳定性 定义：某数值方法在节点yn上有大小为?的扰动，对于以后各节点值ym(mn)上产生的偏差均不超过? ，则称该方法是绝对稳定的。 关于收敛性的讨论有个前提，即必须假定差分方法的每一步计算都是准确的。然而实际计算中往往由于有舍入误差等原因而产生扰动，而这些扰动有可能 “淹没” 真解，所以我们还要考虑稳定性问题。 稳定性分析相当复杂，不仅与方法本身有关，而且总跟方程的右端 f(x,y) 和步长h有关。 为简单起见，通常只对试验方程（也称模型方程） （其中 λ为常数，当 λ是复数时，Re(λ )0） 进行讨论，即研究将数值方法用于解该方程时得到的差分方程是否数值稳定。 依据：若一个数值方法对如此简单问题都不稳定的话，对一般微分方程更不稳定；若某一数值方法对试验方程稳定，对一般方程却不一定也是稳定的。 但试验方程在一定程度上还是反映了数值方法的特性。 定义：一个数值方法用于解试验方程 若在 μ=λh复平面中的某个区域R中方法都是绝对稳定的，而在域R外，方法是不稳定的，则称区域R是该数值方法的绝对稳定域。与实轴的交称绝对稳定区间。 显然，R越大，绝对稳定性越好，若某个数值方法的绝对稳定域包含μ=λh复平面中左半平面，则称该数值方